基于SAS实现ID在滚动365天周期内的索赔金额累计超限检测

问题核心需求 #

对每个ID，计算**以每条索赔记录的日期为起始，往后7天（模拟真实场景的365天）**内的累计索赔金额，筛选出累计金额超过75的记录，输出ID及对应累计金额。

原代码问题分析 #

1. 转宽表思路错误：将窄表转为宽表（每条ID一行，多列存日期和金额），反而大幅增加了滚动窗口求和的复杂度，无法直接对应每个起始日期的窗口计算。
2. 语法与逻辑错误：转宽表的data flipped步骤存在语法错误（如do:冒号误用）、逻辑错误（仅在last.ppt时输出，丢失单条索赔记录信息），无法保留后续计算所需的每条索赔的日期维度。

推荐实现方案 #

方案1：PROC SQL自连接（逻辑清晰，易维护） #

利用自连接匹配每个ID下，以当前索赔日期为起始的7天窗口内的所有索赔记录，求和后筛选超限值：

/* 先按ID和日期排序，确保窗口计算逻辑准确 */
proc sort data=original_data;
  by ppt day;
run;

/* 自连接计算每个起始日期的7天窗口累计金额，筛选超限记录 */
proc sql;
  create table exceed_limit as
  select 
    a.ppt as id,
    sum(b.claim) as claim_total format=dollar10.2
  from 
    original_data a
  inner join 
    original_data b
  on 
    a.ppt = b.ppt 
    and b.day between a.day and a.day + 6  /* 模拟7天周期，真实场景替换为 a.date 和 a.date + 364 */
  group by 
    a.ppt, a.day
  having 
    sum(b.claim) > 75
  order by 
    id, claim_total;
quit;

方案2：数据步BY组处理（大数据量下更高效） #

通过临时数组存储当前ID的索赔记录，利用指针维护窗口范围，避免重复遍历：

proc sort data=original_data;
  by ppt day;
run;

data exceed_limit;
  set original_data;
  by ppt;
  * 临时数组存储当前ID的索赔日期和金额，数组大小按需调整;
  array claim_arr[100] _temporary_;
  array day_arr[100] _temporary_;
  * 维护窗口起始指针、累计金额、记录计数;
  retain win_start_ptr rolling_sum claim_cnt 0;

  if first.ppt then do;
    call missing(of claim_arr[*], of day_arr[*]);
    win_start_ptr = 1;
    rolling_sum = 0;
    claim_cnt = 0;
  end;

  * 将当前记录加入临时数组;
  claim_cnt + 1;
  claim_arr[claim_cnt] = claim;
  day_arr[claim_cnt] = day;
  rolling_sum + claim;

  * 移除超出7天窗口的旧记录;
  do while (day - day_arr[win_start_ptr] > 6);
    rolling_sum = rolling_sum - claim_arr[win_start_ptr];
    win_start_ptr + 1;
  end;

  * 筛选并输出超限记录;
  if rolling_sum > 75 then do;
    id = ppt;
    claim_total = rolling_sum;
    format claim_total dollar10.2;
    output;
  end;

  keep id claim_total;
run;

输出结果说明 #

运行上述代码后，会得到符合需求的输出：每个超限的窗口对应一行记录，包含ID和累计索赔金额（带美元格式），与你给出的预期示例结构一致。

内容的提问来源于stack exchange，提问作者DougGordon